XML
XML
概念
# Extensible Markup Language 可扩展标记语言
* 可扩展：标签都是自定义的，如：<user> <student>
# 功能：
* 存储数据
* 配置文件
* 在网络中传输，可以跨平台
# xml 与 html 的区别
* xml 标签都是自定义的，html 标签是预定义的
* xml 的语法严格，html 语法松散
* xml 是存储数据的，html 是展示数据的
* 二者都由 w3c（万维网联盟）研制
语法
# 基本语法
* xml 文档的后缀名 .xml
* xml 文档 第一行 必须定义为文档声明
* xml 文档中有且仅有 一个 根标签
* 属性值必须使用引号（单双都可）引起来
* 标签必须正确关闭
* xml 标签名称区分大小写
# 快速入门
<?xml version='1.0' encoding='utf-8'?>
<users>
<user id='1'>
<name>张三</name>
<age>23</age>
<gender>male</gender>
</user>
<user id='2'>
<name>李四</name>
<age>24</age>
<gender>female</gender>
</user>
</users>
# 组成部分
* 文档声明
1）格式：<?xml 属性列表 ?>
2）属性列表：
* version：版本号（必须的属性）
* encoding：编码方式，告知解析引擎当前文档的字符集，默认：ISO-8859-1
* standalone：是否独立（yes / no）
* 指令：结合 css
<?xml-stylesheet type="text/css" href="a.css" ?>
* 标签：标签名称自定义
* 规则：
1）名称可以包含数字、字母以及其他的字符
2）名称不能以数字或者标点符号开始
3）名称不能以 xml（或者 XML、Xml 等）开始
4）名称不能包含空格
* 属性：id属性值唯一
* 文本：
* CDATA区：在该区域中的数据会被原样展示
* 格式：< ! [CDATA[ 数据 ] ] >
# 约束：规定 xml 文档的书写规则
* 作为框架的使用者（程序员）
1）能够在 xml 中引入约束文档
2）能够简单读懂约束文档
* 分类：
1）DTD：一种简单的约束技术
2）Schema：一种复杂的约束技术
* DTD：
* 将 dtd 文档引入到 xml文档中
* 内部 dtd：将约束规则定义在 xml 文档中
* <!DOCTYPE 根标签名 [ dtd文档内容 ]>
* 外部 dtd：将约束规则定义在外部的 dtd 文件中
* 本地：<!DOCTYPE 根标签名 SYSTEM "dtd文件的位置">
* 网络：<!DOCTYPE 根标签名 PUBLIC "dtd文件名" "dtd文件的URL位置">
* 虽然能规定标签名，但是无法明确标签体内容
<!ELEMENT students (student*) > <!ELEMENT student (name,age,sex)> <!ELEMENT name (#PCDATA)> <!ELEMENT age (#PCDATA)> <!ELEMENT sex (#PCDATA)> <!ATTLIST student number ID #REQUIRED>
<?xml version="1.0" encoding="UTF-8" ?> <!DOCTYPE students SYSTEM "student.dtd"> <students> <student number="itcast_0001"> <name>tom</name> <age>18</age> <sex>male</sex> </student> </students>
* Schema：
* 引入：
1）填写 xml 文档的根元素
2）引入 xsi 前缀 xmlns:xsi = "http://www.w3.org/2001/XMLSchema-instance"
3）引入 xsd 文件命名空间 xsi:schemaLocation = "http://www.itcast.cn/xml student.xsd"
4）为每一个 xsd 约束声明一个前缀，作为标识 xmlns = "http://www.itcast.cn/xml"
<students xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns="http://www.itcast.cn/xml"
xsi:schemaLocation="http://www.itcast.cn/xml student.xsd"
>
<?xml version="1.0"?> <xsd:schema xmlns="http://www.itcast.cn/xml" xmlns:xsd="http://www.w3.org/2001/XMLSchema" targetNamespace="http://www.itcast.cn/xml" elementFormDefault="qualified"> <xsd:element name="students" type="studentsType"/> <xsd:complexType name="studentsType"> <xsd:sequence> <xsd:element name="student" type="studentType" minOccurs="0" maxOccurs="unbounded"/> </xsd:sequence> </xsd:complexType> <xsd:complexType name="studentType"> <xsd:sequence> <xsd:element name="name" type="xsd:string"/> <xsd:element name="age" type="ageType" /> <xsd:element name="sex" type="sexType" /> </xsd:sequence> <xsd:attribute name="number" type="numberType" use="required"/> </xsd:complexType> <xsd:simpleType name="sexType"> <xsd:restriction base="xsd:string"> <xsd:enumeration value="male"/> <xsd:enumeration value="female"/> </xsd:restriction> </xsd:simpleType> <xsd:simpleType name="ageType"> <xsd:restriction base="xsd:integer"> <xsd:minInclusive value="0"/> <xsd:maxInclusive value="256"/> </xsd:restriction> </xsd:simpleType> <xsd:simpleType name="numberType"> <xsd:restriction base="xsd:string"> <xsd:pattern value="heima_\d{4}"/> </xsd:restriction> </xsd:simpleType> </xsd:schema>
<?xml version="1.0" encoding="UTF-8" ?> <!-- 1.填写xml文档的根元素 2.引入xsi前缀. xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 3.引入xsd文件命名空间. xsi:schemaLocation="http://www.itcast.cn/xml student.xsd" 4.为每一个xsd约束声明一个前缀,作为标识 xmlns="http://www.itcast.cn/xml" --> <students xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.itcast.cn/xml" xsi:schemaLocation="http://www.itcast.cn/xml student.xsd" > <student number="heima_0001"> <name>tom</name> <age>18</age> <sex>male</sex> </student> </students>
<?xml version="1.0" encoding="UTF-8"?> <beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:context="http://www.springframework.org/schema/context" xmlns:mvc="http://www.springframework.org/schema/mvc" xsi:schemaLocation=" http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd http://www.springframework.org/schema/context http://www.springframework.org/schema/context/spring-context.xsd http://www.springframework.org/schema/mvc http://www.springframework.org/schema/mvc/spring-mvc.xsd"> <context:annotation-config /> <context:component-scan base-package="cn.cisol.mvcdemo"> <context:include-filter type="annotation" expression="org.springframework.stereotype.Controller" /> </context:component-scan> <mvc:annotation-driven /> <mvc:resources mapping="/resources/**" location="/resources/" /> <bean class="org.springframework.web.servlet.view.ContentNegotiatingViewResolver"> <property name="order" value="1" /> <property name="mediaTypes"> <map> <entry key="json" value="application/json" /> <entry key="xml" value="application/xml" /> <entry key="htm" value="text/html" /> </map> </property> <property name="defaultViews"> <list> <bean class="org.springframework.web.servlet.view.json.MappingJackson2JsonView"> </bean> </list> </property> <property name="ignoreAcceptHeader" value="true" /> </bean> <bean class="org.springframework.web.servlet.view.InternalResourceViewResolver"> <property name="viewClass" value="org.springframework.web.servlet.view.JstlView" /> <property name="prefix" value="/WEB-INF/jsps/" /> <property name="suffix" value=".jsp" /> </bean> <bean id="multipartResolver" class="org.springframework.web.multipart.commons.CommonsMultipartResolver"> <property name="maxUploadSize" value="209715200" /> <property name="defaultEncoding" value="UTF-8" /> <property name="resolveLazily" value="true" /> </bean> </beans>
解析
# 操作 xml 文档，将文档中的数据读取到内存中
# 操作 xml 文档
* 解析（读取）：将文档中的数据读取到内存中
* 写入：将内存中的数据保存到 xml 文档中，持久化的存储
# 解析 xml 的方式：
* DOM：将标记语言文档一次性加载进内存，在内存中形成一颗 DOM 树
* 优点：操作方便，可以对文档进行 CRUD 的所有操作
* 缺点：占内存
* SAX：逐行读取，基于事件驱动的
* 优点：不占内存
* 缺点：只能读取，不能增删改
# xml 常见的解析器：
* JAXP：sun公司提供的解析器，支持 dom 和 sax 两种思想，性能相对较差
* DOM4J：一款非常优秀的基于DOM的解析器
* Jsoup：jsoup 是一款 Java 的 HTML 解析器，可以直接解析某个 URL 地址、HTML文本内容。它提供了一套非常省力的 API，可以通过 DOM，CSS以及类似于 Jquery的操作方法来去除和操作数据
* PULL：Android操作系统内置的解析器，sax 方式的
Jsoup
# 快速入门：
* 步骤：
1）导入 jar 包
2）获取 Document 对象
3）获取对应的标签 Element 对象
4）获取数据
# 对象的使用
* Jsoup：工具类，可以解析 html 或 xml 文档，返回 Document对象
* parse()：解析 html 或 xml 文档，返回 Document对象
* parse(File in, String charsetName)：解析 xml 或 html 文件的
* parse(String html)：解析 xml 或 html 字符串
* parse(URL url, int timeoutMillis)：通过网络路径获取指定的 html 或 xml 的文档对象
package cn.itcast.jsoup; import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.nodes.Element; import org.jsoup.select.Elements; import java.io.File; import java.io.IOException; import java.net.URL; /** * Jsoup快速入门 */ public class JsoupDemo2 { public static void main(String[] args) throws IOException { //获取 student.xml 的path String path= JsoupDemo2.class.getClassLoader().getResource("student.xml").getPath(); //解析 xml 文档，加载文档进内存，获取 dom 树 /*Document document = Jsoup.parse(new File(path), "utf-8"); System.out.println(document);*/ /*String str = "<?xml version=\"1.0\" encoding=\"UTF-8\" ?>\n" + "\n" + "<students>\n" + "\t<student number=\"itcast_0001\">\n" + "\t\t<name>zwb</name>\n" + "\t\t<age>20</age>\n" + "\t\t<sex>male</sex>\n" + "\t</student>\n" + "\n" + "\t<student number=\"itcast_0002\">\n" + "\t\t<name>cly</name>\n" + "\t\t<age>20</age>\n" + "\t\t<sex>female</sex>\n" + "\t</student>\n" + "\t\n" + "</students>"; Document document = Jsoup.parse(str); System.out.println(document);*/ URL url = new URL("https://www.baidu.com/s?cl=3&tn=baidutop10&fr=top1000&wd=%E5%8D%B0%E5%BA%A6%E5%A4%B1%E4%BA%8B%E5%AE%A2%E6%9C%BA%E9%BB%91%E5%8C%A3%E5%AD%90%E5%B7%B2%E6%89%BE%E5%88%B0&rsv_idx=2&rsv_dl=fyb_n_homepage&hisfilter=1"); Document document = Jsoup.parse(url, 10000); System.out.println(document); } }
* Document：文档对象，代表内存中的 DOM 树
* 获取 Element 对象
* getElementById(String id)：根据 id 属性值获取唯一的 element 对象
* getElementsByTag(String tagname)：根据标签名称获取元素对象集合
* getElementsByAttribute(String key)：根据属性名称获取元素对象集合
* getElementsByAttributeValue(String key, String value)：根据对应的属性名和属性值获取元素对象集合
package cn.itcast.jsoup; import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.nodes.Element; import org.jsoup.select.Elements; import java.io.File; import java.io.IOException; /** * Jsoup快速入门 */ public class JsoupDemo3 { public static void main(String[] args) throws IOException { // 根据 xml 文档获取 Document 对象 //获取 student.xml 的path String path= JsoupDemo3.class.getClassLoader().getResource("student.xml").getPath(); //解析 xml 文档，加载文档进内存，获取 dom 树 Document document = Jsoup.parse(new File(path), "utf-8"); // 获取元素对象 Elements elements = document.getElementsByTag("student"); System.out.println(elements); System.out.println("---------------------"); Elements elements1 = document.getElementsByAttribute("id"); System.out.println(elements1); System.out.println("---------------------"); Elements elements2 = document.getElementsByAttributeValue("number", "itcast_0001"); System.out.println(elements2); System.out.println("---------------------"); Element element = document.getElementById("heima"); System.out.println(element); } }
* Elements：元素 Element 对象的集合，可以当作 ArrayList<Element>来使用，可以迭代遍历
* Element：元素对象
* 获取子元素对象
* getElementById(String id)：根据 id 属性值获取唯一的 element 对象
* getElementsByTag(String tagname)：根据标签名称获取元素对象集合
* getElementsByAttribute(String key)：根据属性名称获取元素对象集合
* getElementsByAttributeValue(String key, String value)：根据对应的属性名和属性值获取元素对象集合
* 获取属性值
* String attr(String key)：根据属性名称获取属性值
* 获取文本内容
* String text()：获取文本内容
* String html()：获取标签体的所有内容（包括子标签的字符串内容）
package cn.itcast.jsoup; import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.nodes.Element; import org.jsoup.select.Elements; import java.io.File; import java.io.IOException; /** * Jsoup快速入门 */ public class JsoupDemo4 { public static void main(String[] args) throws IOException { // 根据 xml 文档获取 Document 对象 //获取 student.xml 的path String path = JsoupDemo4.class.getClassLoader().getResource("student.xml").getPath(); //解析 xml 文档，加载文档进内存，获取 dom 树 Document document = Jsoup.parse(new File(path), "utf-8"); // 通过document对象获取name标签，可以获取到两个 Elements elements = document.getElementsByTag("name"); // 通过element对象获取子标签对象 Element element = document.getElementsByTag("student").get(0); Elements name = element.getElementsByTag("name"); // 获取element对象的属性值(不区分大小写) String number = element.attr("number"); // 获取文本内容 String text = name.text(); String html = name.html(); System.out.println(html); System.out.println(text); } }
* Node：节点对象
* 是 Document 和 Element 的父类
# 快捷查询方式
* selector：选择器
* 使用方法：Elements select(String cssQuery)
* 语法：参考 Selector类中定义的语法
package cn.itcast.jsoup; import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.nodes.Element; import org.jsoup.select.Elements; import java.io.File; import java.io.IOException; /** * Jsoup快速入门 */ public class JsoupDemo5 { public static void main(String[] args) throws IOException { // 根据 xml 文档获取 Document 对象 //获取 student.xml 的path String path = JsoupDemo5.class.getClassLoader().getResource("student.xml").getPath(); //解析 xml 文档，加载文档进内存，获取 dom 树 Document document = Jsoup.parse(new File(path), "utf-8"); Elements elements = document.select("name"); System.out.println(elements); System.out.println("---------------"); Elements elements1 = document.select("#heima"); System.out.println(elements1); System.out.println("---------------"); Elements elements2 = document.select("student[number='itcast_0002']"); System.out.println(elements2); System.out.println("---------------"); Elements elements3 = document.select("student[number='itcast_0002'] > age"); System.out.println(elements3); } }
* XPath：XPath即为XML路径语言，它是一种用来确定 XML文档中某部分位置的语言
* 使用 Jsoup 的 Xpath 需要额外导入 jar 包
* 查询 w3cschool 参考手册，使用 xpath完成查询 https://www.w3school.com.cn/xpath/xpath_functions.asp
package cn.itcast.jsoup; import cn.wanghaomiao.xpath.exception.XpathSyntaxErrorException; import cn.wanghaomiao.xpath.model.JXDocument; import cn.wanghaomiao.xpath.model.JXNode; import org.jsoup.Jsoup; import org.jsoup.nodes.Document; import org.jsoup.select.Elements; import java.io.File; import java.io.IOException; import java.util.List; /** * Jsoup快速入门 */ public class JsoupDemo6 { public static void main(String[] args) throws IOException, XpathSyntaxErrorException { // 根据 xml 文档获取 Document 对象 //获取 student.xml 的path String path = JsoupDemo6.class.getClassLoader().getResource("student.xml").getPath(); //解析 xml 文档，加载文档进内存，获取 dom 树 Document document = Jsoup.parse(new File(path), "utf-8"); // 根据document对象 创建JXdocument对象 JXDocument jxDocument = new JXDocument(document); // 结合 Xpath 语法进行查询 List<JXNode> jxNodes = jxDocument.selN("//student"); for (JXNode jxNode : jxNodes) { System.out.println(jxNode); } System.out.println("------------"); // 查询所有 student 标签下的 name 标签 List<JXNode> jxNodes2 = jxDocument.selN("//student/name"); for (JXNode jxNode : jxNodes2) { System.out.println(jxNode); } System.out.println("------------"); // 查询 student 标签下带有 id 属性的标签 List<JXNode> jxNodes3 = jxDocument.selN("//student/name[@id]"); for (JXNode jxNode : jxNodes3) { System.out.println(jxNode); } // 查询 student 标签下带有 id 属性的标签 并且id 属性值为 itcast System.out.println("------------"); List<JXNode> jxNodes4 = jxDocument.selN("//student/name[@id=heima]"); for (JXNode jxNode : jxNodes4) { System.out.println(jxNode); } } }
